TWOJA PRZEGLĄDARKA JEST NIEAKTUALNA.
Wykryliśmy, że używasz nieaktualnej przeglądarki, przez co nasz serwis może dla Ciebie działać niepoprawnie. Zalecamy aktualizację lub przejście na inną przeglądarkę.
Wśród tegorocznych laureatów i laureatek Studenckiego Programu Stypendialnego znalazło się osiem osób z naszej uczelni, które wykazały się wybitnymi osiągnięciami w swoich dziedzinach. Nagrody odebrali podczas obchodów Święta Nauki we Wrocławiu
Studencki Program Stypendialny jest inicjatywą prezydenta Wrocławia, a prowadzi go Wrocławskie Centrum Akademickie. Wnioski złożone przez doktorantów z wrocławskich uczelni (w ośmiu kategoriach) oceniają komisje złożone z uznanych autorytetów związanych z wrocławskim środowiskiem naukowym. Wysokość stypendium to 2 000 zł miesięcznie, a pobierać je można przez maksymalnie dziewięć miesięcy.
Marek Mikulicz
Promotorem jego pracy „Heterogeneous integration of InAs/InP quantum dots with photonic integrated circuits operating at 1550 nm” jest dr hab. inż. Marcin Syperek, prof. uczelni, a promotorem pomocniczym dr inż. Paweł Mrowiński (obaj Wydział Podstawowych Problemów Techniki).
W swoim doktoracie koncentruje się na rozwoju kwantowych fotonicznych układów scalonych wytworzonych poprzez łączenie różnych platform materiałowych. – Szczególnie skupiam się na badaniach oraz integracji emiterów pojedynczych fotonów, wykonanych z kropek kwantowych z arsenku indu (InAs) w matrycy z fosforku indu (InP), z układami fotonicznymi opartymi na falowodach z krzemu oraz azotku krzemu – wyjaśnia Marek Mikulicz.
Takie kropki kwantowe są w stanie generować nieklasyczne stany światła przy długości fali 1550 nm - istotnej dla światłowodowej transmisji sygnału. – W ramach swoich zainteresowań naukowych badam tego typu układy za pomocą technik spektroskopowych w temperaturach kriogenicznych – mówi nasz laureat.
Prace te realizuje dzięki współpracy pomiędzy Politechniką Wrocławską a Duńskim Uniwersytetem Technicznym, gdzie podczas dwóch staży w trakcie doktoratu rozwijał technologię wytwarzania takich struktur.
Bartosz Mazur
Temat jego pracy doktorskiej to „The use of metal-organic framework materials (MOFs) as adsorbents for highly efficient extraction of water from the atmosphere (water harvesting)”. Promotorem Bartosza Mazura jest prof. Bogdan Kuchta, a promotorem pomocniczym dr Filip Formalik (obaj z Wydziału Chemicznego).
Zainteresowania naukowe laureata koncentrują się na badaniu procesu adsorpcji wody w materiałach metaloorganicznych (MOF-ach) przy użyciu zaawansowanych metod numerycznych. – Wykorzystuję zarówno klasyczne metody, takie jak symulacje Monte Carlo, jak i metody kwantowe, w tym teorię funkcjonału gęstości (DFT) – opowiada Bartosz Mazur. – Taka kombinacja metod pozwala na analizę procesu adsorpcji wody w różnych skalach i na różnych poziomach dokładności.
Zrozumienie tego procesu ma kluczowe znaczenie dla wykorzystania MOF-ów w technologii pozyskiwania wody z atmosfery. Proces ten polega na adsorpcji wilgoci na powierzchni materiału porowatego, a następnie na jej uwolnieniu i skropleniu do postaci ciekłej, nadającej się do spożycia. Takie rozwiązanie może pomóc w walce z problemem niedoboru wody pitnej w regionach o ograniczonej dostępności zasobów wodnych.
Bartosz Mazur obecnie kieruje projektem, na który dostał od NCN grant Preludium, którego celem jest rozwój metod służących modelowaniu adsorpcji wody. – Jestem też stypendystą programu Opus, w którym zajmujemy się lepszym zrozumieniem wpływu odkształcalności MOF-ów pod wpływem adsorpcji wody na mechanizm adsorpcji tego gazu – dodaje nasz laureat.
Daniel Szopa
W ramach studiów doktoranckich prowadzi badania nad utylizacją odpadów, których celem jest opracowanie zrównoważonych technologii produkcji nawozów. Pracę doktorską zatytułowaną „Wytwarzanie nawozów na bazie odnawialnego azotu białkowego” realizuje pod opieką prof. Anny Witek-Krowiak z Wydziału Chemicznego.
– Skupiam się szczególnie na wdrażaniu zasad zrównoważonego rozwoju i gospodarki cyrkularnej, co pozwala nie tylko na efektywne zagospodarowanie odpadów, ale także na tworzenie technologii wspierających ochronę środowiska – mówi Daniel Szopa. – W centrum moich badań znajduje się hydroliza chemiczna – proces, w którym odpady organiczne, takie jak białka, są rozkładane na mniejsze, łatwo przyswajalne związki za pomocą kwasów lub zasad w odpowiednich warunkach, takich jak podwyższona temperatura czy ciśnienie.
W kontekście badań laureata hydroliza pozwala na przekształcenie białkowych odpadów organicznych w azotowe związki odżywcze, które mogą być wykorzystane do produkcji nawozów. Dzięki temu odpady, które wcześniej stanowiły obciążenie środowiskowe, zyskują nowe życie jako surowce o wysokiej wartości użytkowej. Połączenie tej technologii z innymi metodami, takimi jak zastosowanie biopolimerów, ultradźwięków czy technik mikrobiologicznych, umożliwia opracowanie nawozów kompleksowych o kontrolowanym uwalnianiu składników odżywczych – wyjaśnia nasz stypendysta.
– Taka interdyscyplinarność w podejściu pozwala nie tylko na maksymalizację efektywności procesów, ale również na tworzenie produktów przyjaznych środowisku. Połączenie relatywnie prostych metod, takich jak hydroliza chemiczna, z bardziej zaawansowanymi technikami badawczymi daje szansę na pełne wykorzystanie potencjału odpadów i ich przekształcenie w produkty o wysokiej wartości użytkowej. Efektem jest zarówno minimalizacja ilości odpadów, jak i ograniczenie emisji zanieczyszczeń do środowiska.
Jednocześnie Daniel Szopa poszerza swoje zainteresowania naukowe o technologie związane z żywnością, produkcję biodegradowalnych folii oraz metody remediacji gleby. – Niedawno otrzymane stypendium Fundacji Kościuszkowskiej umożliwi mi realizację badań w USA, gdzie będę pracować nad zamkniętym cyklem produkcji nawozów i pasz z odpadów larwalnych – opowiada Daniel Szopa. Mam nadzieję, że zdobyte tam doświadczenia poszerzą moje kompetencje badawcze i otworzą nowe perspektywy rozwoju naukowego oraz współpracy międzynarodowej – dodaje.
Dominika Kunc
Swoją pracę doktorską „Representation learning for physiological signals collected in real-life using wearables” przygotowuje pod kierunkiem prof. Przemysława Kazienki oraz dr. hab. inż. Stanisława Saganowskiego (obaj Wydział Informatyki i Telekomunikacji).
– W psychologii istnieją różne modele podstawowych emocji, takie jak sześć emocji Ekmana i Friesena czy osiem przeciwstawnych emocji według Plutchika – mówi Dominika Kunc. – Jednak żaden z tych modeli nie dostarcza ostatecznej odpowiedzi na pytanie, ile emocji faktycznie doświadczają ludzie, ani w jaki sposób różne stany afektywne odzwierciedlają się w ludzkiej fizjologii.
Dlatego laureatka, w ramach badania LarField, realizowanego z zespołem Emognition, zgromadziła unikalne dane dotyczące emocji w życiu codziennym, korzystając z nowoczesnych urządzeń noszalnych. – W projekcie uczestniczyło 167 mieszkańców Wrocławia, którzy przez miesiąc zbierali dane fizjologiczne (elektrokardiografia (EKG), objętość krwi (BVP)) oraz regularnie wypełniali kwestionariusze afektywne – opowiada stypendystka.
W rezultacie powstał jeden z największych na świecie zbiorów danych dotyczących emocji w życiu codziennym, obejmujący w sumie około 4 lata nagrań fizjologicznych oraz ponad 18 000 próbek z anotacjami afektywnymi.
– Sygnały fizjologiczne dostarczają cennych informacji o naszych stanach emocjonalnych, jednak ich tradycyjna analiza jest czasochłonna i skomplikowana – wyjaśnia Dominika Kunc. Dlatego kluczowym elementem badań jest wykorzystanie zaawansowanych modeli uczenia reprezentacji, które przekształcają surowe dane w zwartą, informatywną formę. Te reprezentacje pozwalają na identyfikację i analizę wzorców, które mogą być trudne do wykrycia przy użyciu tradycyjnych metod.
– Moje badania koncentrują się na eksploracyjnej analizie klastrów stanów psychofizjologicznych z wykorzystaniem nienadzorowanych technik uczenia maszynowego i uczenia reprezentacji –opowiada laureatka. – Celem jest nie tylko odkrycie nowych wzorców, ale także zbadanie ich zmienności wewnątrz i między osobami, co pozwala na głębsze zrozumienie emocji w ich naturalnym kontekście.
Dzięki zastosowaniu technik redukcji wymiarowości, możliwe jest także wizualizowanie tych reprezentacji oraz stworzenie łatwo interpretowalnej psychofizjologicznej mapy afektu. Połączenie nowatorskich technik uczenia maszynowego z unikalnym zbiorem danych LarField nie tylko poszerza naszą wiedzę na temat ludzkich emocji, ale także otwiera nowe możliwości dla praktycznych zastosowań, takich jak monitorowanie zdrowia psychicznego i wspieranie dobrostanu psychicznego w społeczeństwie.
– Przykładowym zastosowaniem może być monitorowanie stanów afektywnych osób chorujących na depresję i przewidywanie kiedy nastąpi epizod depresyjny, dzięki czemu możliwe będzie podjęcie akcji z odpowiednim wyprzedzeniem – wyjaśnia Dominika Kunc, która obecnie jest stypendystką w grancie Opus „Informatyka afektywna: głębokie uczenie w rozpoznawaniu emocji z sygnałów fizjologicznych”.
Odbyła staże naukowe w University of Southern California (USA) oraz w Nanyang Technological University (Singapur).
Kacper Taźbierski
Temat jego pracy doktorskiej to „Reprezentacje i zastosowania procesów stochastycznych z resettingiem”, a jej promotorem jest prof. Marcin Magdziarz z Wydziału Matematyki.
– Przeróżne systemy wykazują cechy resetowania, jak na przykład powrót drapieżnika do swojego leża po polowaniu, spadek poziomu liczebności danej populacji po katastrofie naturalnej lub nawet skokowe zmiany wartości akcji na giełdzie, czyli tak zwane resetowanie ułamkowe – mówi Kacper Taźbierski.
– Zjawisko resetowania losowego znajduje również swoje zastosowanie na przykład w teorii optymalizacji, gdzie losowo przeszukując przestrzeń zmiennych w celu znalezienia globalnego punktu krytycznego opłaca się czasem zacząć poszukiwania od nowa.
Zadaniem Kacpra Taźbierskiego jest zidentyfikowanie zjawiska resettingu, jego zamodelowanie oraz zbadanie własności modelu. – Ponadto zajmuję się też metodami numerycznymi dla ułamkowych cząstkowych równań różniczkowych – dodaje stypendysta z PWr.
Justyna Witulska
Pracę doktorską „The methods of identification of anomalies in heavy-tailed data – one-dimensional and multidimensional approach” (Metody identyfikacji anomalii w danych ciężkoogonowych - podejście jednowymiarowe i wielowymiarowe) przygotowuje przy wsparciu prof. Agnieszki Wyłomańskiej (Wydział Matematyki) oraz prof. Ireneusza Jabłońskiego (Fraunhofer Institute for Photonic Microsystems, Cottbus, Niemcy).
– Warto zauważyć, że identyfikacja anomalii jest istotna w wielu obszarach przemysłu, mowa tu np. o kontroli jakości i identyfikacji zagrożeń przez pojazdy autonomiczne – wyjaśnia Justyna Witulska. – Opracowanie metodologii identyfikacji anomalii może być stosowane w kontekście wzrostu systemów autonomicznych, a zatem pomaga w realizacji założeń Przemysłu 4.0.
Obecnie wielu badaczy podejmuje wysiłki w celu algorytmizacji złożonych systemów. Zgodnie z oczekiwaniami, systemy autonomiczne powinny przejść z poziomu pełnej ludzkiej obsługi systemu do w pełni autonomicznych systemów.
– Jedną z klas rozkładów niegaussowskich, o szerokim zastosowaniu są rozkłady ciężkoogonowe, charakteryzujące się dużym prawdopodobieństwem wystąpienia zdarzeń ekstremalnych – mówi nasza laureatka.
Rozkłady ciężkoogonowe o nieskończonej wariancji, zarówno jednowymiarowe, jak i wielowymiarowe, są szczególnie interesujące z punktu widzenia matematyki stosowanej. – Istnieje wiele metod identyfikacji anomalii dla danych gaussowskich, jednak obecna wiedza wskazuje, że w rzeczywistych zastosowaniach założenie normalności rozkładu zwykle nie jest spełnione – tłumaczy Justyna Witulska. – Z tego powodu standardowe metody wykrywania anomalii, które są dedykowane dla danych gaussowskich, mogą być nieefektywne.
Ze względu na potencjalną przydatność do analizy danych rzeczywistych, opisane badania mogą również przyczynić się do rozwoju innych dyscyplin naukowych, w których zjawiska wykazują zachowania ciężkoogonowe, takich jak inżynieria mechaniczna, finanse, optyka, fizyka cytoplazmy, telekomunikacja i medycyna.
Badania Justyny Witulskiej koncentrują się na problemie wykrywania anomalii w danych ciężkoogonowych, charakteryzujących się dużym prawdopodobieństwem wystąpienia zdarzeń ekstremalnych. Stypendystka z PWr na co dzień zajmuje się metodami identyfikacji anomalii, analizą statystyczną danych rzeczywistych, modelowaniem regresyjnym, metodami AI (m.in. w zastosowaniu do rozwiązywania problemów predykcji, klasyfikacji, identyfikacji anomalii, uzupełniania brakujących obserwacji).
Za swoje największe do tej pory osiągnięcie uważa wkład w rozwój metod segmentacyjnych, które umożliwiają wykrywanie punktu zmiany w danych ciężkoogonowych o nieskończonej wariancji - zarówno jednowymiarowych (zakończony etap prac), jak i wielowymiarowych (aktualne prace).
– Cenię sobie również możliwość uczestniczenia w pracach badawczych realizowanych w ramach projektów o zastosowaniach w przemyśle, podczas których wykorzystywałam metody statystyczne oraz inteligentne do rozwiązywania problemów predykcji, klasyfikacji, klasteryzacji, segmentacji oraz przetwarzania języka naturalnegoo – mówi stypendystka. – Doświadczenie zdobyte podczas pracy w branży górniczej oraz branży telekomunikacyjnej umożliwiły mi poznanie potrzeb użytkowników z różnych dziedzin przemysłu oraz identyfikację ograniczeń, które z naukowego punktu widzenia są interesującymi wyzwaniami badawczymi – dodaje.
Albert Sawczyn
Swój doktorat „Metody wnioskowania na grafach wiedzy” przygotowuje pod kierunkiem promotora dr. hab. inż. Tomasza Kajdanowicza, prof. uczelni na Wydziale Informatyki i Telekomunikacji.
– W swoich badaniach koncentruję się na metodach wnioskowania, a w szczególności na tych, które wykorzystują grafy wiedzy jako źródło informacji – wyjaśnia Albert Sawczyn.
W obliczu rosnącego zapotrzebowania na inteligentne systemy korzystające z wiedzy, takie jak na przykład chatboty, grafy wiedzy mają szczególne zalety. Dzięki reprezentacji informacji w postaci relacji między obiektami grafy wiedzy oferują bardziej skondensowany i przejrzysty sposób przedstawiania wiedzy. – W przeciwieństwie do dokumentów tekstowych, grafy te można łatwo aktualizować i modyfikować – tłumaczy laureat z PWr. – Jest to szczególnie istotne w dynamicznie zmieniających się dziedzinach, takich jak medycyna, polityka.
Dotychczasowy dorobek badawczy naszego stypendysty związany jest z uczeniem reprezentacji grafów oraz przetwarzaniem języka naturalnego. – Aktualne zajmuję się opracowaniem metod wykrywania halucynacji generowanych przez wielkie modele językowe (LLM) we współpracy z University of Technology Sydney – dodaje Albert Sawczyn.
Paweł Zielonka
Swoją rozprawę doktorską „Wpływ stopnia hybrydyzacji kompozytowych jednokierunkowych struktur nośnych na mechanizm zniszczenia zmęczeniowego” realizuje przy wsparciu promotora dr hab. inż. Grzegorza Lesiuka, prof. uczelni z Wydziału Mechanicznego oraz dr. inż. Jose A.F.O. Correia, prof. uczelni z Uniwersytetu w Porto.
– Moje zainteresowania badawcze skupiają się na zagadnieniach związanych z właściwościami mechanicznymi materiałów kompozytowych na bazie matryc polimerowych i wzmocnienia włóknistego – wyjaśnia Paweł Zielonka. – W szczególności interesuje mnie wpływ hybrydyzacji wzmocnienia, czyli zastosowania różnego typu materiału włókien, na wytrzymałość zmęczeniową.
W badaniach weryfikuje wpływ właściwości włókien oraz ich rozmieszczenia w przekroju struktury. Aktualnie Paweł Zielonka jest zaangażowany w dwa projekty naukowe: jeden z programu Lider, a drugi z programu Opus.
– Ponadto, w trakcie doktoratu udało mi się odbyć miesięczny staż w ramach NAWA Ster na Uniwersytecie w Porto oraz być kierownikiem grantu wewnętrznego Politechniki Wrocławskiej „Analiza degradacji zmęczeniowej hybrydowych struktur kompozytowych z wykorzystaniem metod nieniszczących” – dodaje laureat stypendium.
Komisje stypendialne w każdej kategorii wskazały też wyróżnionych. Wśród nich znalazło się jedenaście osób reprezentujących PWr:
- Olga Kaczmarczyk, Mujahid Ameen Khan, Wiktor Żuraw (Stypendium im. Maxa Borna),
- Michał Czuba, Manuela Grelich-Mucha (Stypendium im. Jana Mozrzymasa),
- Mateusz Śliwiński (Stypendium im. Hugona Steinhausa),
- Franciszek Hackemer (Stypendium im. Wincentego Stysia),
- Jakub Binkowski, Piotr Bojęś, Łukasz Dudkiewicz, Szymon Stradowski (Stypendium im. Mariana Suskiego).
